基于IMPSO的双韦伯燃烧参数标定及预测

摘要

针对柴油机放热规律的拟合,提出了基于免疫粒子群优化(IMPSO)算法的双韦伯方程标定方法.对25%负荷和100%负荷的放热规律分别进行了标定,对双韦伯方程采用改进算法和免疫算法进行多解问题优化,优化结果表明:量纲为1的决定系数R2大于0.998,最优解稳定性可以达到0.700以上;对其他工况和机型放热规律进行标定,拟合和试验结果吻合,具有良好的泛化性,满足柴油机多工况的放热规律拟合要求;选择转速、循环喷油量、进气压力和进气温度作为输入,建立了多层前馈(BP)神经网络双韦伯方程预测模型,各参数R2均大于0.950,表明预测值与校准值吻合,验证了神经网络预测建模方法的可行性.